基于Apriori算法的機(jī)構(gòu)投資者投資偏好研究

郁露露

【摘 要】 近年來，在“超常規(guī)發(fā)展機(jī)構(gòu)投資者”的戰(zhàn)略指導(dǎo)下，我國證券市場(chǎng)上機(jī)構(gòu)投資者隊(duì)伍迅速壯大。以證券投資基金、券商為代表的機(jī)構(gòu)投資者正成為證券市場(chǎng)的主要參與者。機(jī)構(gòu)投資者對(duì)市場(chǎng)的影響逐漸加大，逐漸成為市場(chǎng)的主導(dǎo)。文章采用Apriori算法對(duì)機(jī)構(gòu)投資者投資偏好進(jìn)行關(guān)聯(lián)規(guī)則的挖掘，初步探討了影響機(jī)構(gòu)投資者投資的企業(yè)特征，對(duì)于分類協(xié)調(diào)和發(fā)展機(jī)構(gòu)投資者，塑造多元化均衡的投資者結(jié)構(gòu)，進(jìn)一步穩(wěn)定證券市場(chǎng)，提高證券市場(chǎng)成熟度和市場(chǎng)效率具有重大意義。

【關(guān)鍵詞】 機(jī)構(gòu)投資者； 關(guān)聯(lián)規(guī)則； 持股偏好

一、引言

自從2000年我國提出“超常規(guī)發(fā)展機(jī)構(gòu)投資者”的發(fā)展戰(zhàn)略以來，陸續(xù)又出臺(tái)了一系列鼓勵(lì)機(jī)構(gòu)投資者發(fā)展的政策、措施，許多“新型”投資機(jī)構(gòu)獲批。2001年9月，我國第一只開放式基金——華安創(chuàng)新發(fā)行；2002年12月，引入QFII試點(diǎn)；2004年10月，放寬機(jī)構(gòu)投資者進(jìn)入股票市場(chǎng)的限制，允許保險(xiǎn)機(jī)構(gòu)直接參與一級(jí)與二級(jí)市場(chǎng)交易。央行發(fā)布的《2006年中國金融市場(chǎng)發(fā)展報(bào)告》中明確指出，機(jī)構(gòu)投資者已成為我國金融市場(chǎng)的主體。截至2009年9月底，各類機(jī)構(gòu)持股市值占我國資本市場(chǎng)流通市值的比重超過六成。我國證券市場(chǎng)的結(jié)構(gòu)正經(jīng)歷著由分散的中小投資者向?qū)I(yè)化的機(jī)構(gòu)投資者的歷史性變化。同時(shí)，由于機(jī)構(gòu)投資擁有的流通股股票金額較大，對(duì)上市公司的股價(jià)變化、投融資決策、股利政策、公司治理結(jié)構(gòu)等方面都會(huì)產(chǎn)生很大影響，因此，研究機(jī)構(gòu)投資者的持股偏好，對(duì)于協(xié)調(diào)發(fā)展各類機(jī)構(gòu)投資者，塑造多元化均衡的投資者結(jié)構(gòu)，進(jìn)一步穩(wěn)定證券市場(chǎng)，提高證券市場(chǎng)成熟度和市場(chǎng)效率具有重大意義。

二、文獻(xiàn)回顧

國外學(xué)者對(duì)機(jī)構(gòu)投資者持股情況的研究主要是從對(duì)基金或機(jī)構(gòu)投資行為特征的研究和基金投資行為對(duì)市場(chǎng)收益和波動(dòng)性影響這兩個(gè)角度展開的。其中，基金投資行為對(duì)市場(chǎng)收益和波動(dòng)性影響又分為兩類投資策略。第一類就是反饋交易策略，即以股票過去的表現(xiàn)作為買賣判斷的主要基礎(chǔ)。DeLong Shleifer，Summer and Waldmann（1990）驗(yàn)證了正反饋策略是買入近期的強(qiáng)勢(shì)股，賣出近期的弱勢(shì)股；Lakonishok，Shleifer and Vishny（1992）；Gompers and Merick（2001）的研究反映出負(fù)反饋策略指賣出近期的強(qiáng)勢(shì)股，買入近期的弱勢(shì)股。第二類是羊群效應(yīng)，Grinblatt，Titman，Wermers（1995）、Werners（1999）的研究表明機(jī)構(gòu)投資者會(huì)跟隨其他的機(jī)構(gòu)投資者買賣同樣的股票，形成羊群效應(yīng)。Paul A.Gompers and Andrew Metrick（1999）認(rèn)為，機(jī)構(gòu)投資者偏好規(guī)模大、流動(dòng)性高的股票，使得其對(duì)大市值規(guī)模股票的需求大大增加，在供給有限的情況下，賦予了一定的溢價(jià)。Richard W.Sias（1996）通過以1977年到1991年紐約交易所所有上市公司為樣本分析，發(fā)現(xiàn)機(jī)構(gòu)投資者持有比例與股票波動(dòng)性存在正相關(guān)性，且機(jī)構(gòu)投資者持有比例的增加導(dǎo)致了股票波動(dòng)性的增加。汪光成（2001）通過對(duì)1999年我國大陸上市公司年度報(bào)告中披露的基金持股信息的分析，發(fā)現(xiàn)基金持股多少與股票的每股收益、每股收益等呈現(xiàn)顯著的相關(guān)性。江向才（2004）通過對(duì)219個(gè)機(jī)構(gòu)投資者的研究，發(fā)現(xiàn)機(jī)構(gòu)投資者關(guān)注公司治理好和信息透明度高的公司。肖星和王琨（2005）采用2000—2003年我國證券投資基金和上市公司的數(shù)據(jù)，發(fā)現(xiàn)基金關(guān)注公司外部董事的比例以及董事會(huì)成員的專業(yè)技術(shù)水平，偏好投資治理結(jié)構(gòu)優(yōu)良的公司。廖理、石美娟（2008）利用我國上市公司2003—2005年的數(shù)據(jù)，從安全性、謹(jǐn)慎性、流動(dòng)性、交易成本、公司業(yè)績和投資風(fēng)格六個(gè)方面來研究養(yǎng)老基金的投資偏好。結(jié)果表明：流動(dòng)性強(qiáng)、交易成本低、風(fēng)險(xiǎn)小和規(guī)模大的公司是我國養(yǎng)老基金最理想的投資對(duì)象。譚松濤、傅勇（2009）利用雙重差分的方法研究我國股權(quán)分置改革過程中，上市公司的股權(quán)激勵(lì)方案對(duì)機(jī)構(gòu)投資者投資選擇的影響。實(shí)證結(jié)果表明，機(jī)構(gòu)投資者更傾向于持有公司治理水平較高的公司。

綜上所述，關(guān)于機(jī)構(gòu)投資者持股偏好的研究，目前已取得了一定的成績，研究有一定的深度。在實(shí)證方法上，多采用多元線性回歸，但是，在多元線性回歸方程中，自變量之間有較強(qiáng)的線性關(guān)系，這種關(guān)系若超過了因變量與自變量的線性關(guān)系，則回歸模型的穩(wěn)定性受到破壞，回歸系數(shù)估計(jì)不準(zhǔn)確。所以有必要引入新的實(shí)證方法。

三、關(guān)聯(lián)規(guī)則

（一）關(guān)聯(lián)規(guī)則

數(shù)據(jù)挖掘（Data Mining）也稱為數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)，是最近幾年新興起的一種對(duì)數(shù)據(jù)處理的技術(shù)。它是通過從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含的、人們事先不知道的，但卻又潛在有用的信息和知識(shí)的過程。它是數(shù)據(jù)庫技術(shù)、人工智能技術(shù)和數(shù)理統(tǒng)計(jì)等多方面技術(shù)的集成，是一種深層次的數(shù)據(jù)分析的方法。數(shù)據(jù)挖掘技術(shù)在近年來已被數(shù)據(jù)庫研究者廣泛研究，關(guān)聯(lián)規(guī)則是近幾年才發(fā)展起來的數(shù)據(jù)挖掘技術(shù)中的一個(gè)分支。與大多數(shù)的數(shù)據(jù)挖掘技術(shù)相同，關(guān)聯(lián)規(guī)則的任務(wù)在于減少潛在的大量雜亂無章的數(shù)據(jù)，使之成為少量的易于觀察、分析的可用資料。關(guān)聯(lián)規(guī)則最初的應(yīng)用是針對(duì)購物籃的分析。主要應(yīng)用在超市對(duì)顧客購買記錄數(shù)據(jù)庫進(jìn)行的相關(guān)規(guī)則的挖掘，從而發(fā)現(xiàn)顧客的購買習(xí)慣。比如，購買產(chǎn)品X的同時(shí)也購買產(chǎn)品Y，于是，超市就可以通過調(diào)整貨架的布局，將X產(chǎn)品與Y產(chǎn)品放在一起，增加銷量。之后，關(guān)聯(lián)規(guī)則的分析被普遍應(yīng)用于客戶特征分析、藥物配伍分析以及商業(yè)分析等領(lǐng)域。黃曉榕（2011）利用關(guān)聯(lián)規(guī)則通過對(duì)我國40家中小企業(yè)上市公司財(cái)務(wù)報(bào)表的研究，重點(diǎn)分析了企業(yè)的資產(chǎn)負(fù)債率與負(fù)債利息率、流動(dòng)負(fù)債比重和資產(chǎn)收益率之間的聯(lián)系，并且比較了樣本企業(yè)與其所處行業(yè)在關(guān)聯(lián)規(guī)則上的差異。實(shí)證結(jié)果表明，大多數(shù)樣本企業(yè)缺乏基于企業(yè)價(jià)值的融資管理，總體上負(fù)債率低，而流動(dòng)負(fù)債比重極高；很多樣本企業(yè)存在資本結(jié)構(gòu)與債務(wù)利率水平、資本結(jié)構(gòu)與盈利水平不相適應(yīng)的問題?？梢?，關(guān)聯(lián)規(guī)則在財(cái)務(wù)分析領(lǐng)域已有相關(guān)應(yīng)用。

（二）Apriori算法及其適用

1.Apriori算法

從技術(shù)上說，關(guān)聯(lián)規(guī)則是通過在大的樣本資料中尋找項(xiàng)集之間有意義的關(guān)聯(lián)或相關(guān)聯(lián)系，揭示樣本中蘊(yùn)含的信息。Apriori算法是關(guān)聯(lián)規(guī)則常用的算法，主要由以下兩個(gè)步驟完成：

（1）產(chǎn)生頻繁項(xiàng)集：設(shè)條件為Support（A=>B）>MinSuppt，從所有事務(wù)中找出大于最低支持度閾值的所有項(xiàng)集組成滿足條件的頻繁項(xiàng)集。具體如下：

①首先找出頻繁1-項(xiàng)集，記為L1；

②利用L1來產(chǎn)生候選項(xiàng)集C2，對(duì)C2中的項(xiàng)進(jìn)行判定挖掘出滿足條件的頻繁項(xiàng)集L2，即頻繁2-項(xiàng)集；

③如此不斷循環(huán)下去，直到無法發(fā)現(xiàn)更多的頻繁k-項(xiàng)集為止。

（2）產(chǎn)生有效關(guān)聯(lián)規(guī)則

對(duì)于每個(gè)頻繁項(xiàng)集，設(shè)條件為Confidence（A=>B）>MinConf，從所有頻繁項(xiàng)集中過濾出大于最低置信度閾值的強(qiáng)關(guān)聯(lián)規(guī)則，即有效關(guān)聯(lián)規(guī)則。

2.Apriori算法的適用性

Apriori算法的核心是基于兩階段頻集思想的遞推算法。采用Apriori算法，通過設(shè)置最小支持度和置信度閾值即能夠及時(shí)方便、自動(dòng)地對(duì)機(jī)構(gòu)投資者投資的數(shù)據(jù)進(jìn)行分析，從而得出符合條件的有意義的規(guī)則。通過分析這些規(guī)則有助于揭示機(jī)構(gòu)投資者投資數(shù)據(jù)之間潛在的、有價(jià)值的聯(lián)系，避免了傳統(tǒng)方法需要人為引入及設(shè)置變量方面的主觀性缺陷，結(jié)果更客觀、準(zhǔn)確、適用性強(qiáng)。

四、實(shí)證研究

（一）數(shù)據(jù)預(yù)處理

從2006年開始，機(jī)構(gòu)投資者發(fā)展迅速，除證券投資基金外的其他基金如社保基金得到了較大發(fā)展，形成了多元化格局。因此，本文選取2010年上海、深圳A股上市公司作為研究對(duì)象，對(duì)樣本進(jìn)行如下處理：（1）剔除金融保險(xiǎn)業(yè)上市公司，因?yàn)榻鹑诒ｋU(xiǎn)行業(yè)會(huì)計(jì)準(zhǔn)則與其他行業(yè)會(huì)計(jì)準(zhǔn)則具有較大差異；（2）剔除ST類上市公司；（3）剔除數(shù)據(jù)不全的上市公司。數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。同時(shí)，為了便于提高以后挖掘過程的精度和性能，需要對(duì)相關(guān)變量進(jìn)行規(guī)范化處理，具體如表1所示。

（二）關(guān)聯(lián)規(guī)則挖掘結(jié)果及分析

本研究旨在通過對(duì)2010年上海、深圳A股上市公司中有機(jī)構(gòu)投資者投資的企業(yè)狀況進(jìn)行研究，找出這些企業(yè)的共有特征，從而分析機(jī)構(gòu)投資者投資的偏好，以便對(duì)塑造我國證券市場(chǎng)多元化均衡的投資者結(jié)構(gòu)提供參考依據(jù)。

對(duì)機(jī)構(gòu)投資者數(shù)據(jù)庫進(jìn)行關(guān)聯(lián)規(guī)則分析，得到頻繁項(xiàng)集如表2，設(shè)置最小支持度為50%，最小置信度為50%，得到符合條件的規(guī)則8條，如表3。

從表3中可以找到一些有意義的規(guī)則。例如：規(guī)則“Share holder=institutional>=F3”，其支持度為63.77473%，置信度為86.57025%，相關(guān)性為80.91638%。該規(guī)則表明，在所研究的657家滬深A(yù)股上市公司的樣本中，63.77473%的有機(jī)構(gòu)投資者的企業(yè)的財(cái)務(wù)杠桿系數(shù)處于[1，2）的區(qū)間；又如規(guī)則“Share holder=institutional==>E2”，其支持度為50.38052%，置信度為68.38843%，相關(guān)性為69.10606%。該規(guī)則表明，在所研究的657家上海、深圳A股上市公司的樣本中，50.38052%的有機(jī)構(gòu)投資者的企業(yè)的每股收益處于[0，0.5）的區(qū)間，說明機(jī)構(gòu)投資者偏好每股收益較高的企業(yè)。如果將最小支持度設(shè)為40%，最小置信度設(shè)為50%，則可以得到相應(yīng)的頻繁項(xiàng)集（見表4）及符合條件的規(guī)則25條（見表5），經(jīng)分析其中仍存有有價(jià)值的關(guān)聯(lián)規(guī)則。例如，規(guī)則“Shareholder=institutional==>F3，E2”，其支持度為42.00913%，置信度為57.02479%，相關(guān)性為63.36411。該規(guī)則表明，在滬、深兩市A股市場(chǎng)投資的機(jī)構(gòu)投資者偏好于投資每股收益處于[0，0.5）區(qū)間且財(cái)務(wù)杠桿系數(shù)處于[1，2）區(qū)間的企業(yè)，這也印證了上述的分析結(jié)論。而規(guī)則“R2==>F3，E2”則是因?yàn)樨?cái)務(wù)指標(biāo)計(jì)算中的相關(guān)性所致。

五、相關(guān)對(duì)策及建議

（一）創(chuàng)造良好的市場(chǎng)環(huán)境，放寬對(duì)機(jī)構(gòu)投資者的限制

從實(shí)證結(jié)果可見，機(jī)構(gòu)投資者偏好投資每股收益較高、財(cái)務(wù)杠桿中等的企業(yè)。機(jī)構(gòu)投資者的發(fā)展離不開良好的外在環(huán)境，因此，作為管理機(jī)構(gòu)的證監(jiān)會(huì)應(yīng)發(fā)揮主導(dǎo)力量，為大力發(fā)展機(jī)構(gòu)投資者創(chuàng)造外部政策環(huán)境，引導(dǎo)機(jī)構(gòu)投資者關(guān)注企業(yè)的長期價(jià)值，同時(shí)，放寬對(duì)機(jī)構(gòu)投資者的限制（如代理權(quán)征集的限制等），積極引入QFII（合格的境外機(jī)構(gòu)機(jī)構(gòu)者），利用其較成熟的公司治理經(jīng)驗(yàn)，為穩(wěn)定我國證券市場(chǎng)作出貢獻(xiàn)。

（二）關(guān)注機(jī)構(gòu)投資者自身的治理結(jié)構(gòu)

從機(jī)構(gòu)投資者自身所處的角色可以看出，它并不是資金的所有者，而只是一個(gè)代理機(jī)構(gòu)，其自身的治理狀況將直接影響到其能否發(fā)揮積極股東的作用。因此，完善機(jī)構(gòu)投資者自身的治理結(jié)構(gòu)，加強(qiáng)機(jī)構(gòu)投資者內(nèi)部控制體系的建設(shè)，提高其管理水平和操作的規(guī)范性對(duì)于機(jī)構(gòu)投資者積極股東作用的發(fā)揮以及我國證券市場(chǎng)整體的良好發(fā)展具有重要意義。

【參考文獻(xiàn)】

[1] DeLong， B.， A. Shleifer， L. Summers， and R. Waldmann， 1990， “Positive Feedback Investment Strategies and Destabilizing Rational Speculation，” Journal of Finance， 45.

[2] Lakonishok， J.， A. Shleifer and R. W. Vishny. 1992， “The impact of institutional trading on stock prices”， Journal of Financial Economics， 32（1）.

[3] Wermers， R.， 1999， “Mutual Fund Herding and the Impact on Stock Prices”， Journal of Finance 54.

[4] Sias， Richard W.， 1996， Volatility and the Institutional Investor， Financial Analysts Journal， 3.

[5] Margarent H.Dunham.數(shù)據(jù)挖掘教程——世界著名計(jì)算機(jī)教材精選[M].北京：清華大學(xué)出版社，2005.

[6] 江向才.公司治理與機(jī)構(gòu)投資人持股之研究[J].南開管理評(píng)論，2004（1）.

[7] 肖星，王琨.證券投資基金：投資者還是投機(jī)者？[J].世界經(jīng)濟(jì)，2005（8）.

[8] 廖理，石美娟.我國養(yǎng)老基金投資偏好研究[J].統(tǒng)計(jì)研究，2008（8）.

[9] 譚松濤，傅勇.管理層激勵(lì)與機(jī)構(gòu)投資者持股偏好[J].中國軟科學(xué)，2009（7）.

[10] 黃曉榕.我國中小企業(yè)上市公司資本結(jié)構(gòu)關(guān)聯(lián)規(guī)則分析[J]. 技術(shù)經(jīng)濟(jì)，2011（11）.